Kuroma
當顧客不再自己搜尋、而是直接問 AI「推薦哪一家」，你要怎麼確定名單上有你？這其實就是 GEO（AI 搜尋引擎最佳化，也常寫作 AIO、AISEO、AEO）最核心的一題：你的品牌能不能進入 AI 的推薦候選名單。
重點摘要
- 當有人問 AI「推薦哪一家」，它給的不是一份固定排行榜，而是一份每次都會重抽的機率性候選名單。同一個問題連問兩次，拿到一模一樣清單的機率不到百分之一。
- 但這不代表全憑運氣。同一個類別裡，有些品牌會穩定出現在六到九成的回答裡。能不能上榜，是機率；穩不穩定，是實力。
- 品牌進入名單的主要途徑，是被 AI 本來就會去抓的那些第三方頁面廣泛提及：獨立評測、整理型清單、論壇討論、產業媒體。跨網站的品牌提及量，是目前和 AI 能見度相關性最高的訊號，遠高於外部連結。
- 幾個大家以為有效、其實幾乎沒用的做法：衝字數、塞關鍵字、放 llms.txt、加 schema 標記。資料都指向它們對 AI 引用沒有可靠幫助。
- 台灣的情況要誠實說：目前還沒有任何一份繁體中文專屬的 AI 引用研究。繁中 AI 搜尋上線還不到一年，底層中文語料又比英文薄了大約五倍，所以本文用真實的在地數據，加上清楚標示的英文市場推論，兩者分開講。
AI 的「推薦」到底是怎麼組出來的？
先講一個和傳統 SEO 很不一樣的地方。傳統搜尋給你十條藍色連結，你點進去自己判斷；AI 搜尋則是先把你的問題拆成好幾個子問題同時去查，再把查回來的內容綜合成一段話，順帶點名幾個品牌。
這個「拆問題」的動作，業界叫查詢展開（query fan-out），也就是說，AI 會先把你一句問題拆成好幾個角度，各自去搜，再把結果併起來。根據 Search Engine Land 的整理，Google AI Mode 平均會把一個問題展開成大約九個子查詢（常見落在五到十一個之間），而 ChatGPT 展開得少很多，甚至只有大約三分之一的商業問題才真的去搜網路。要提醒的是，這個「八到十二個」是多家 SEO 廠商分析拼出來的共識區間，不是 Google 官方數字，Google 自己只說 AI Mode 會發出「大量查詢」、Deep Search「可能發出上百次搜尋」。
拆完、查完、綜合完，你會拿到什麼？根據 Cloro 對 ChatGPT 購物推薦的分析，一則回答平均只點名大約四到五個產品（ChatGPT 4.0 個、Google AI Mode 4.7 個），而且整個分布非常平：在三千多個購物問題裡總共出現了三千四百多個不同產品，連被提到最多次的那一個，也只出現在大約百分之二的回答裡。這是一個很長、很平的尾巴，不是一個贏家通吃的排行榜。
為什麼同一個問題，每次答案都不一樣？
這是最反直覺、也最重要的一點。
SparkToro 找了六百位志工，把十二個相同問題在 ChatGPT、Claude、Google AI 上重複問了將近三千次，結果是：同一個問題連問兩次、拿到一模一樣品牌清單的機率不到百分之一；連順序都一樣的機率，更是接近千分之一。
Google AI Mode 這邊也一樣浮動。SE Ranking 拿一萬個關鍵字同一天各查三次，發現三次之間被引用的網址平均只有 9.2% 重疊，網域也只有 14.7% 重疊，甚至有兩成的情況三次完全沒有交集。
所以，如果你上禮拜用某個工具掃了一次、看到自己有進榜就放心了，那份安心其實建立在一次抽樣上。單次掃描量到的不是你的能見度，是你的運氣。
好消息是：亂的是「清單長相」和「排序」，穩的是「出不出現」。同一份 SparkToro 研究也發現，有些站穩腳步的品牌，會穩定出現在六到九成的回答裡。也就是說，排名是雜訊，但「出現率」是訊號。這個區別，決定了你該量什麼、又該怎麼量。
到底什麼能讓品牌擠進名單？
把各家研究攤開來看，答案其實相當一致，而且可能和你的直覺不太一樣：讓 AI 進得去、又願意信的，是第三方頁面，不是你自己的官網。
Ahrefs 分析了七萬五千個品牌，發現和 AI 能見度相關性最高的單一因素，是這個品牌在網路上被提及的次數（不管有沒有帶連結），相關係數約 0.664，遠高於外部連結的 0.218。要誠實補一句：這是相關性、不是因果，提及多和能見度高，很可能都源自「品牌本身夠有名」這個共同原因。但方向很清楚：被到處講到，比被連結到更重要。
這一點在學界也有根基。Kandpal 等人的研究（ICML 2023）指出，模型光靠「腦袋裡記得的」東西，在冷門主題上幾乎答不好，除非把規模放大好幾個數量級；真正補起這個缺口的是檢索（retrieval）。Mallen 等人（ACL 2023）也發現，一個主題被提及得夠不夠多（他們用維基百科瀏覽量當代理指標），能有效預測模型知不知道它。翻成白話：如果你只是個長尾品牌，AI 的底層模型多半「不認得」你，你能不能被講到，取決於你有沒有出現在它去抓的第三方內容裡。
那哪一種第三方內容最容易被引用？Wix 分析了七萬五千則 AI 回答、共一百多萬條引用，整理型清單（listicle）是被引用最多的格式，占 21.88%，尤其在商業意圖的問題上更高達 40.86%。xfunnel 的分析則發現，在最接近成交的「方案評估」類問題上，產品頁的引用占比會衝到 70.46%。
最有說服力的一份因果證據來自 Machine Relations 整理的 Stacker 實驗：同一批內容，只放在品牌自家網站時 AI 引用率約 7.6%，透過第三方新聞媒體發佈後跳到約 34%，等於約 325% 的提升。要標註的是，這是一家內容聯合發佈公司自己做的測試、樣本也不大，但它難得地用了前後對照設計，是目前「賺得型媒體會帶動引用」最好的證據。
那些「以為有效、其實沒用」的做法
這部分值得單獨拉出來講，因為它幫你省下大量白工。
- 衝字數：Ahrefs 分析近兩百萬條 AI Overview 引用，字數和 AI 引用的相關係數約 0.04，也就是幾乎是零。長不代表會被引用。
- 塞關鍵字：GEO 這篇 KDD 2024 論文（目前少數經同儕審查的 GEO 研究）直接測過，關鍵字堆疊在生成式引擎裡「幾乎沒有幫助」。
- llms.txt：Otterly 追蹤了九十天的爬蟲紀錄，AI 爬蟲幾乎不去抓 /llms.txt（約 0.1% 的請求），主要業者也沒把它當排序訊號；Google 已公開表示不支援。
- schema 標記：在目前最大的一份對照測試裡，加了 JSON-LD 對 AI 引用沒有可靠幫助，對 AI Overviews 甚至略有負面。各家廠商宣稱的大幅提升彼此矛盾、且都是相關性數據。
反過來，同一篇 KDD 2024 論文測出來真的有效的，是「可信度」類的編輯：引用來源、加入引述、補上具體統計數字，各自帶來大約三到四成的相對提升。這和「被廣泛提及」是同一個邏輯：AI 偏好看起來有憑有據、且被別人講過的東西。
把各家數據放在一起對照，該把力氣花在哪裡就很清楚了：
| 做法 | 對 AI 推薦的實際效果 | 證據來源 |
|---|---|---|
| 被第三方網站廣泛提及 | 相關性最高（約 0.664） | Ahrefs 七萬五千品牌分析 |
| 被 YouTube 提及 | 單一因素相關性最高（約 0.737） | Ahrefs |
| 內容改走第三方媒體發佈 | 引用率 7.6% 升到 34% | Stacker 前後對照實驗 |
| 引用來源、補統計數字 | 約三到四成相對提升 | KDD 2024 論文 |
| 建立外部連結 | 相關性中等（約 0.218） | Ahrefs |
| 衝內容字數 | 幾乎為零（約 0.04） | Ahrefs |
| 堆疊關鍵字 | 幾乎沒有幫助 | KDD 2024 論文 |
| 放 llms.txt | 爬蟲幾乎不抓（約 0.1%） | Otterly 九十天紀錄 |
| 加 schema 標記 | 無可靠正面效果 | Ahrefs 對照測試 |
上半部都在講同一件事：讓別人在 AI 會去抓的地方講到你。 下半部則是一整排讓人安心、卻幾乎不動指針的技術設定。
台灣的情況：先說清楚哪些是實測、哪些是推論
這裡我想特別誠實，因為市面上很多繁中 GEO 內容會把英文數據直接當台灣事實在講。
目前沒有任何一份繁體中文專屬的 AI 引用研究。規模最大的那份跨國研究（Profound 分析了三十二億五千萬條引用）涵蓋十四個國家，裡面一個中文語系都沒有。原因也很單純：Google 的繁體中文 AI Mode 是 2025 年十月才在台灣上線的，到現在還不滿一年，還沒累積到能做大規模研究的資料量。
底層語料也比較薄。中文維基百科大約有 150 萬篇條目，而英文有大約 720 萬篇，差不多是一比五。而且這 150 萬還是中國簡體加港台繁體「全部中文」加起來的數字，真正屬於繁中脈絡的更少。由於 ChatGPT 很依賴維基百科當來源，這個「可引用的東西比較少」是很具體的一個劣勢。
那哪些是能講的實測？台灣人用不用 AI 是有數字的：資策會 MIC 2025 年的調查顯示，46% 的台灣網路使用者用過生成式 AI 工具，比 2024 年初的 36% 明顯成長，在 18 到 25 歲族群更高達約 69%。要注意的是，這量的是「有沒有在用」，不是「AI 都引用哪些來源」，兩者不能混為一談。
至於通路，台灣的觸及主場也和西方不同。DataReportal 的 Digital 2025 報告指出，YouTube 觸及約 79.4% 的總人口、Facebook 約 73.8%，而 LinkedIn 只涵蓋約一成六人口。所以在台灣，影音、Facebook、LINE 才是主要的觸及管道，LinkedIn 的份量遠不如西方 B2B 市場。這裡「該押哪個平台」是從觸及率推論出來的方向，不是實測的引用數據，我把兩者分開放。
所以，你該怎麼量測自己有沒有進榜？
既然單次掃描量到的是運氣，答案就很清楚：重複問、多次抽樣，然後看「出現率」而不是「排名」。
這件事也有同儕審查的背書。一篇 2026 年的 arXiv 研究「Don't Measure Once」發現，同樣的問題連續幾天重問，被引用的來源集合只有 34 到 42% 重疊、品牌集合 45 到 59% 重疊，單次觀測本質上會誤導你。
實務上比較站得住腳的指標，是跨多次執行的「聲量占比」（Share of Voice）：固定一組問題、固定一組引擎，每個問題各問很多次，記錄每則回答有沒有點到你的品牌，再算出「有你的回答占幾成」。由於輸出是隨機的，多數實務者會建議每個問題至少重複抽樣三到五次，講究一點的甚至跑到六十到一百次，並且把結果當成「一個機率區間」而不是一個精確數字來讀。
這裡也牽涉到歸因的坑。你可能以為看 GA4 就好，但實際上 Google 在 2026 年五月才加了原生的「AI Assistant」流量管道，而且它只認得清單上那幾個引擎，連 Perplexity 都不算在內。加上 Google AI Mode 對外連結掛了 rel="noreferrer"、ChatGPT app 內點擊常被歸成「直接流量」，實務上估計有七成左右的 AI 來訪會在 GA4 裡失去來源標記。所以GA4 看到的 AI 流量，只能當成一個低估的下限來讀。
這也正是 Kuroma 在做的事：用一組固定的合成買家人物誌，跨七大 AI 搜尋引擎重複掃描，量的是你的出現率與聲量占比，並用真實網路來源交叉驗證，而不是給你一張看起來很精緻、其實只抽了一次的排行榜。當一個產業的整個賣點就是「量測」、卻普遍不公開自己的抽樣次數和方法時，你有資格向每一家工具（包括我們）要求它的執行次數與方法。
常見問題
AI 推薦名單和 Google 搜尋排名，是同一回事嗎？
不是，但有關聯。以 Google AI Overviews 來說，它引用的頁面高度集中在本來就排得上的內容，這代表傳統 SEO 仍是地基。但 ChatGPT、Perplexity 用的是不同的檢索機制，對「Google 排第幾」的依賴就弱很多。把 SEO 當必要條件，但別當成充分條件。
我把官網內容寫得更完整，就會被 AI 推薦嗎？
不太會，如果那些內容只留在你自己網站上的話。資料一致指向：AI 偏好引用第三方頁面，例如獨立評測、整理型清單、論壇、產業媒體。與其把官網愈寫愈長，不如想辦法讓可信的第三方講到你。
那 schema 標記、llms.txt 這些技術設定要不要做？
以「換取 AI 引用」為目的的話，證據顯示效果不可靠，不值得當重點投資。該做基本的網站健康度沒問題，但別期待它們幫你擠進推薦名單。
台灣品牌現在做 GEO（AI 搜尋引擎最佳化），會不會太早？
正好相反。繁中 AI 搜尋還不到一年、可引用的中文內容又相對稀薄，這代表現在卡位的難度和成本都比英文市場低。等到每個競爭對手都被 AI 講熟了才進場，才是真的太晚。
我要怎麼知道自己有沒有進 AI 的候選名單？
別靠單次掃描。固定一組問題和引擎、重複多次抽樣，量你的「出現率」與「聲量占比」，並持續追蹤趨勢。單一一次的結果，比較像在秤煙。
寫在最後
AI 推薦，其實就是一份機率性的候選名單，大多從 AI 本來就會去抓、也願意信的第三方頁面裡挑出來。你靠「在整個語料庫裡被廣泛提及」拿到入場券，靠「跨多次執行量測出現率」證明它，而不是靠單次掃描、也不是靠任何一個魔法標籤。台灣市場因為繁中 AI 搜尋還很新、資料也還薄，正是誠實佈局、提早卡位的好時機。你的品牌現在在 AI 的候選名單裡嗎？值得認真量一次，而且量很多次。